vllm-project/vllm

修复 Pooling 请求体中的 request_id 字段被忽略的问题，确保客户端提供的 ID 被正确使用。

此 PR 值得精读，尤其是对于负责 API 一致性和可观察性的工程师。它清晰地展示了如何通过一个小的代码变更来解决一个影响用户体验和系统可观测性的重要问题。关键的设计决策在于保持了清晰的 ID 优先级（`X-Request-Id` 头 > 请求体 `request_id` > 生成 ID），并确保了向后兼容性。测试覆盖的增加也体现了良好的工程实践。

修复 Responses API 中异常边界遗漏导致 CI 失败的 bug。

这是一个简单、低风险的 bugfix，旨在修复由前一个 PR 引入的回归。它清晰地展示了错误处理边界需要与异常类型迁移同步更新的重要性。对于维护者，这是一个值得精读的案例，可以用来检查其他类似的异常边界。对于工程师，这是一个很好的实践，提醒在修改底层异常类型时需要全面排查上层捕获点。

修复多节点 Docker 测试的网络清理与资源隔离问题，提升 CI 可靠性。

这是一个重要的 CI 基础设施修复，直接解决了阻塞测试流水线的 bug。尽管变更集中在两个 shell 脚本，但其设计决策（如使用 `mktemp` 生成唯一网络名、捕获容器 ID、分离清理责任）体现了良好的防御性编程和所有权模型。建议 CI/CD 维护者和基础设施团队精读此 PR，了解其解决资源隔离问题的方法，这些方法可能适用于其他需要可靠清理的脚本。对于普通贡献者，了解 CI 环境的这一改进即可。

移除 ColQwen3 测试文件上因 Transformers v5 迁移而错误添加的跳过标记。

**建议精读**。虽然变更极其简单，但其背后的分析过程很有价值。PR 的描述清晰地阐述了为什么原始的 skip 是错误的，并提供了有力的证据（测试仅使用原生模型）。这对于理解 vLLM 如何处理与 `transformers` 库的依赖关系（是使用其原生实现还是 HF Hub 的动态代码）是一个很好的示例。对于参与维护测试套件或处理上游依赖迁移的工程师来说，值得快速浏览其推理逻辑。

优化 Ascend NPU CI 流程，移除耗时构建并增加测试超时。

此 PR 是一个有价值的 CI 效率优化，建议合并。其核心改动（移除构建步骤、增加超时、缩减测试范围）直接针对了耗时问题，且改动集中、影响可控。值得关注的决策是：1) 以依赖预置换取构建速度；2) 以跳过失败测试换取 CI 快速通过。这些权衡在讨论中已得到维护者认可，并计划后续修复。代码审阅者应确认 `timeout_in_minutes` 的设置值是否足够缓冲正常的测试波动。

为 vLLM 添加 Cohere Compass (North Micro Vision Instruct) 多模态视觉语言模型支持。

本 PR 是一个标准的新增模型支持 PR，实现了完整的推理链路。值得关注的设计决策包括：1) Triton 内核加速位置嵌入插值的选择；2) 对现有 `CohereForCausalLM` 基类的复用；3) M-ROPE 检测逻辑的泛化修改。建议精读 `cohere_compass.py` 中的视觉编码器实现和 Triton 内核，评估是否可进一步抽象为通用组件。CodeRabbit 提出的 CUDA 图参数问题值得后续跟进。

更新测试注册表中 SarvamMLA 模型的兼容性原因，解锁被误跳过的 vLLM 测试。

这是一个简单但必要的维护性变更。对于关注 Transformers v5 迁移或测试覆盖率的工程师，值得快速浏览。其主要价值在于正确性修复，而非技术洞察。可以精读以了解测试注册表的工作机制。